对齐研究被指偏行为主义，需引入动物行为学
repligate · x · 2026-07-07
AI 安全研究者 repligate 转发观点称，当前 AI 对齐(alignment)研究在很大程度上仍是行为主义(behaviorist)路径，即只关注可观察的外显行为，而缺乏对模型在自然情境下行为模式的整体理解。该观点主张应引入动物行为学(ethology)——在真实环境中系统观察行为——来推进对齐研究的方法论。
「安全」频道最新
- AI 把漏洞补丁窗口压到几小时：先断网备份再谈安全 — aakashgupta · 2026-10-26
- NYT 专家圆桌:AI 公司该被怎样监管,五位专家分歧激烈 — ShakeelHashim · 2026-10-26
- DeepMind 试点全球首个双盲 AI 评测，密码学隔离防基准污染 — scychan_brains · 2026-10-26
- 用 LLM 估算 PHP 漏洞损失：量级粗估 10 亿至 40 亿美元 — S_OhEigeartaigh · 2026-10-26
- 多州暂停新建数据中心，72% 美国人反对建在家门口 — YvesMulkers · 2026-10-26
- LEMON 监控器:从注意力图零样本识别未见过的 LLM 幻觉与越狱 — yoavartzi · 2026-10-26